-
公开(公告)号：CN108972548B
公开(公告)日：2020-09-22
申请号：CN201810695959.X
申请日：2018-06-29
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种移动平台‑机械臂系统建模方法，具体步骤包括：(1)构造二次规划问题的速度层运动学方程式；(2)定义与移动平台相关的坐标系以及末端机械臂执行器的齐次位置表达式；(3)构造机械臂的正运动学方程式；(4)构造移动平台‑机械臂系统的总运动学方程式；(5)求解系统的齐次变换矩阵；(6)求解系统的雅可比矩阵；(7)将步骤(6)求解得到的雅可比矩阵代入步骤(1)中的二次规划问题运动学方程式，得到末端机械臂执行器的运动规划，完成移动平台‑机械臂系统的建模。本发明为基于目标系统的模型构建方法，具有建模准确、思路清晰、逻辑性强、方法简明等优点。
-
公开(公告)号：CN107784180B
公开(公告)日：2020-08-18
申请号：CN201711114059.3
申请日：2017-11-13
Applicant: 华南理工大学
IPC: G06F30/27
Abstract: 本发明公开了一种时变凸二次规划求解器设计方法，包括如下步骤：通过数学建模建立实际物理系统的时变二次规划标准模型；根据拉格朗日乘数法，二次规划标准型进行最优值求解，获取关于最优解和拉格朗日乘数的偏导数信息；将上述偏导数信息转化为标准时变矩阵形式；根据标准时变矩阵设计误差函数方程；根据误差函数方程和幂型变参递归神经动力学方法，利用单调递增奇激活函数，设计实数域上的时变二次规划问题幂型求解器；通过时变二次规划问题幂型求解器所求得的网络状态解即为所求实际物理系统或数值求解时变二次规划问题的最优解。本发明时变凸二次规划求解器设计方法，具有全局收敛特性，且误差能以超指数的速度收敛到零，极大提高计算速度。
-
公开(公告)号：CN107984472B
公开(公告)日：2020-04-28
申请号：CN201711114425.5
申请日：2017-11-13
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种用于冗余度机械臂运动规划的变参神经求解器设计方法，包括如下步骤：将求解的任务形式化为冗余度机械臂的性能指标及约束条件；将性能指标及约束条件转化为该待求解系统的时变二次规划标准形式；根据拉格朗日乘数法，对时变二次规划标准形式进行最优值优化；将优化信息转化为标准时变矩阵方程形式；根据标准时变矩阵方程设计偏差函数；根据偏差函数和幂型变参递归神经动力学方法，设计实数域上的用于冗余度机械臂运动规划的变参神经求解器；通过变参神经求解器所求得的网络状态解即为所求冗余度机械臂系统用于运动规划的最优解。本发明具有计算速度快、精度高、收敛快、实时性强、鲁棒性好等特点。
-
公开(公告)号：CN108015763A
公开(公告)日：2018-05-11
申请号：CN201711147249.5
申请日：2017-11-17
Applicant: 华南理工大学
IPC: B25J9/16
CPC classification number: B25J9/16 , B25J9/1664
Abstract: 本发明公开了一种抗噪声干扰的冗余度机械臂路径规划方法及系统，所述方法包括：1)根据实际冗余度机械臂参数指标建立时变二次规划模型，并引入冗余度机械臂的性能指标；2)使用拉格朗日乘数法，对时变二次规划模型进行最优值优化；3)根据优化公式设计一个标准矩阵等式；4)根据实际物理模型系统及标准矩阵等式，设计出系统的偏差函数方程；5)根据偏差函数方程及幂型变参递归神经动力学方法设计一种抗噪声干扰的冗余度机械臂路径规划方法，该方法所求得到的网络状态解即为最优解。本发明在外界噪声环境的干扰下，冗余度机械臂的实际运动路径也能够与期望路径重合，大大提高了计算速度，具有精度高、收敛快、实时性强、鲁棒性好等特点。
-
公开(公告)号：CN108772835B
公开(公告)日：2020-09-22
申请号：CN201810412706.7
申请日：2018-05-03
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种障碍物与物理极限躲避方法，包括如下步骤：依据目标系统的物理模型，列写其运动学方程表达式；求解目标系统末端执行器的雅克比矩阵；依据目标系统与障碍物之间的关系，定义其障碍物躲避约束；将障碍物躲避约束进行优化，设计基于矢量的障碍物躲避方法；依据目标系统的物理模型，设定其物理极限约束表达式；将基于矢量的障碍物躲避方法与物理极限约束表达式合并，并结合末端执行器的雅克比矩阵，设计目标系统的基于矢量的障碍物与物理极限躲避方法；进行变换得到与其等价的线性微分不等式；进行变换得到与其等价的线性投影方程；将线性投影方程代入原对偶神经网络求解器进行解算，即可完成目标系统对障碍物与物理极限的躲避。
-
Patent Agency Ranking
公开(公告)号：CN108638058A
公开(公告)日：2018-10-12
申请号：CN201810364263.9
申请日：2018-04-23
Applicant: 华南理工大学
IPC: B25J9/16
CPC classification number: B25J9/1656
Abstract: 本发明公开了一种姿态决策动态规划方法，包括下述步骤：首先建立模型：列写该类人机器人左臂和右臂的前向运动学方程；然后进行模型解析：分别列写类人机器人左臂和右臂的逆运动学方程，依据逆运动学方程，分别列写类人机器人左臂和右臂的二次规划问题表达式；然后将左臂和右臂的二次规划指标和约束合并，得到类人机器人的标准二次规划问题表达式；再基于该标准二次规划问题表达式，设计姿态决策动态方程以及建立姿态决策动态规划方法；最后设计求解器以对姿态决策动态规划方法进行解算。本发明的姿态决策动态规划方法相对于传统方法，能够更好地完成对类人机器人双臂的姿态规划和控制，并且具有较高的控制精度。
-
公开(公告)号：CN108638057A
公开(公告)日：2018-10-12
申请号：CN201810364262.4
申请日：2018-04-23
Applicant: 华南理工大学
IPC: B25J9/16
CPC classification number: B25J9/1612 , B25J9/1605 , B25J9/1682
Abstract: 本发明公开了一种类人机器人双臂运动规划方法，包括下述步骤：依据类人机器人左右双臂的运动学模型，分别列写该类人机器人左臂和右臂的前向运动学方程，在此基础上，分别列写类人机器人左臂和右臂的逆运动学方程；依据逆运动学方程，分别列写类人机器人左臂和右臂的二次规划问题表达式；然后将左臂和右臂的二次规划指标和约束合并，得到类人机器人的标准二次规划问题表达式；依据标准二次规划问题表达式，设定该类人机器人的三种运动规划判决方法；结合所述的三种运动规划判决方法，将所述的标准二次规划问题表达式进行解算，输出最优解。本发明方法能够很好地完成对类人机器人左、右手臂的控制，具有思路清晰、逻辑性强、简明有效等特点。
-
公开(公告)号：CN107984472A
公开(公告)日：2018-05-04
申请号：CN201711114425.5
申请日：2017-11-13
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种用于冗余度机械臂运动规划的变参神经求解器设计方法，包括如下步骤：将求解的任务形式化为冗余度机械臂的性能指标及约束条件；将性能指标及约束条件转化为该待求解系统的时变二次规划标准形式；根据拉格朗日乘数法，对时变二次规划标准形式进行最优值优化；将优化信息转化为标准时变矩阵方程形式；根据标准时变矩阵方程设计偏差函数；根据偏差函数和幂型变参递归神经动力学方法，设计实数域上的用于冗余度机械臂运动规划的变参神经求解器；通过变参神经求解器所求得的网络状态解即为所求冗余度机械臂系统用于运动规划的最优解。本发明具有计算速度快、精度高、收敛快、实时性强、鲁棒性好等特点。
-
公开(公告)号：CN107957685A
公开(公告)日：2018-04-24
申请号：CN201711161743.7
申请日：2017-11-17
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种求解含噪声时变问题的神经动力学方法，所述方法包括：1)建立实际物理系统的时变二次规划问题标准模型；2)对时变二次规划问题标准模型进行最优值优化，分别获取关于最优解和关于拉格朗日乘数的偏导数信息；3)将偏导数信息转化为标准时变矩阵形式；4)设计偏差函数；5)利用幂型变参递归神经动力学方法和四种常见的激活函数，设计实数域上的含噪声时变问题的幂型神经动力学方法，所求得的解即为时变二次规划问题的最优解。本发明基于幂型变参递归神经动力学方法，在运用常见单调递增奇激活函数求解含噪声时变问题时具有全局收敛特性，且误差能以超指数的速度收敛到零，大大提高了计算速度。
-
公开(公告)号：CN109190085B
公开(公告)日：2022-04-22
申请号：CN201810847167.X
申请日：2018-07-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种实数域光滑时变矩阵PXQ＝W系统的求解设计方法，包括：1)建立具有实数域光滑时变矩阵形式的数值处理系统或实际物理系统的系统模型；2)通过实际系统传感器和预期实现目标两者的组合得到所述系统的时变参数矩阵，并获取时变参数矩阵的时间导数信息；3)设计相应的偏差函数系统；4)根据偏差函数系统，通过变参收敛微分神经网络动力学方法以及获得的时变参数矩阵及其时间导数，利用单调递增奇激励函数系统，设计系统处理器，通过所述处理器处理得到的网络状态方案即为该实际物理系统或数值处理系统实数域光滑时变矩阵PXQ＝W系统中的唯一最优放啊。所述方法具有超指数收敛性能，且误差能以超指数的速度收敛到零，极大提高了计算速度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
